阿里云RDS数据库化学分子计算检索（RDKit）-云淘科技

背景信息

RDKit插件支持mol数据类型（描述分子类型）和fp数据类型（描述分子指纹），在此基础上支持比较运算、相似度计算（Tanimoto、Dice）和GiST索引。

更多RDKit插件SQL操作请参见RDKit SQL。

注意事项

• mol数据类型的输入、输出函数遵循简化分子线性输入规范（SMILES）。
• fp数据类型的输入、输出功能遵循bytea（存储二进制数据的字段类型）格式。

创建插件

postgres=# create extension rdkit ;
CREATE EXTENSION

默认参数配置

postgres=# show rdkit.tanimoto_threshold ;
 rdkit.tanimoto_threshold 
--------------------------
 0.5
(1 row)

postgres=# show rdkit.dice_threshold;
 rdkit.dice_threshold 
----------------------
 0.5
(1 row)

索引支持

• mol和fp的比较运算操作支持Btree索引、Hash索引。例如：

  CREATE INDEX molidx ON pgmol (mol);
  CREATE INDEX molidx ON pgmol (fp);

• mol的%、#、@>、<@操作和fp结构的%、#操作支持Gist索引。例如：

  CREATE INDEX molidx ON pgmol USING gist (mol);

函数示例

• tanimoto_sml函数计算tanimoto相似度。

  postgres=# \df tanimoto_sml
                             List of functions
   Schema |     Name     | Result data type | Argument data types | Type 
  --------+--------------+------------------+---------------------+------
   public | tanimoto_sml | double precision | bfp, bfp            | func
   public | tanimoto_sml | double precision | sfp, sfp            | func
  (2 rows)

• dice_sml函数计算dice相似度。

  postgres=# \df dice_sml
                           List of functions
   Schema |   Name   | Result data type | Argument data types | Type 
  --------+----------+------------------+---------------------+------
   public | dice_sml | double precision | bfp, bfp            | func
   public | dice_sml | double precision | sfp, sfp            | func
  (2 rows)

• substruct函数，当函数的第二个参数是第一个参数的子结构时，函数返回结果为TRUE。

  postgres=# \df substruct
                           List of functions
   Schema |   Name    | Result data type | Argument data types | Type 
  --------+-----------+------------------+---------------------+------
   public | substruct | boolean          | mol, mol            | func
   public | substruct | boolean          | mol, qmol           | func
   public | substruct | boolean          | reaction, reaction  | func
  (3 rows)

基础操作说明

• mol % mol、fp % fp

  当Tanimoto相似度计算结果小于GUC配置参数rdkit.tanimoto_threshold时，该操作返回结果为TRUE。

• mol # mol、fp # fp

  当Dice相似度计算结果小于GUC配置参数rdkit.dice_threshold时，该操作返回结果为TRUE。

• mol @> mol

  如果操作符@>左边对象包含右边对象，该操作返回结果为TRUE。

• mol <@ mol

  如果操作符<@右边对象包含左边对象，该操作返回结果为TRUE。